EvoCUA : Évolution d'Agents d'Utilisation Informatique par Apprentissage à partir d'Expériences Synthétiques Évolutives

EvoCUA: Evolving Computer Use Agents via Learning from Scalable Synthetic Experience

January 22, 2026

papers.authors: Taofeng Xue, Chong Peng, Mianqiu Huang, Linsen Guo, Tiancheng Han, Haozhe Wang, Jianing Wang, Xiaocheng Zhang, Xin Yang, Dengchang Zhao, Jinrui Ding, Xiandi Ma, Yuchen Xie, Peng Pei, Xunliang Cai, Xipeng Qiu

cs.AI

papers.abstract

Le développement d'agents natifs d'utilisation informatique (ANU) représente un bond en avant significatif dans l'IA multimodale. Cependant, leur potentiel est actuellement limité par les contraintes de l'expansion des données statiques. Les paradigmes existants, qui reposent principalement sur l'imitation passive de jeux de données statiques, peinent à saisir les dynamiques causales complexes inhérentes aux tâches informatiques de long terme. Dans ce travail, nous présentons EvoCUA, un modèle agentif natif d'utilisation informatique. Contrairement à l'imitation statique, EvoCUA intègre la génération de données et l'optimisation des politiques dans un cycle évolutif autonome. Pour pallier la pénurie de données, nous développons un moteur de synthèse vérifiable qui génère de manière autonome des tâches diversifiées couplées à des validateurs exécutables. Pour permettre l'acquisition d'expérience à grande échelle, nous concevons une infrastructure évolutive orchestrant des dizaines de milliers de déploiements asynchrones en bac à sable. En nous appuyant sur ces trajectoires massives, nous proposons une stratégie d'apprentissage évolutive itérative pour internaliser efficacement cette expérience. Ce mécanisme régule dynamiquement les mises à jour des politiques en identifiant les limites des capacités – en renforçant les routines réussies tout en transformant les trajectoires d'échec en une supervision riche grâce à l'analyse des erreurs et à l'auto-correction. Les évaluations empiriques sur le benchmark OSWorld démontrent qu'EvoCUA atteint un taux de réussite de 56,7 %, établissant un nouvel état de l'art open-source. Notamment, EvoCUA surpasse significativement le précédent meilleur modèle open-source, OpenCUA-72B (45,0 %), et dépasse les modèles à poids fermés leaders tels que UI-TARS-2 (53,1 %). Surtout, nos résultats soulignent la généralisabilité de cette approche : le paradigme évolutif, piloté par l'apprentissage à partir de l'expérience, génère des gains de performance constants sur des modèles de fondation de différentes tailles, établissant une voie robuste et évolutive pour faire progresser les capacités des agents natifs.

English

The development of native computer-use agents (CUA) represents a significant leap in multimodal AI. However, their potential is currently bottlenecked by the constraints of static data scaling. Existing paradigms relying primarily on passive imitation of static datasets struggle to capture the intricate causal dynamics inherent in long-horizon computer tasks. In this work, we introduce EvoCUA, a native computer use agentic model. Unlike static imitation, EvoCUA integrates data generation and policy optimization into a self-sustaining evolutionary cycle. To mitigate data scarcity, we develop a verifiable synthesis engine that autonomously generates diverse tasks coupled with executable validators. To enable large-scale experience acquisition, we design a scalable infrastructure orchestrating tens of thousands of asynchronous sandbox rollouts. Building on these massive trajectories, we propose an iterative evolving learning strategy to efficiently internalize this experience. This mechanism dynamically regulates policy updates by identifying capability boundaries -- reinforcing successful routines while transforming failure trajectories into rich supervision through error analysis and self-correction. Empirical evaluations on the OSWorld benchmark demonstrate that EvoCUA achieves a success rate of 56.7%, establishing a new open-source state-of-the-art. Notably, EvoCUA significantly outperforms the previous best open-source model, OpenCUA-72B (45.0%), and surpasses leading closed-weights models such as UI-TARS-2 (53.1%). Crucially, our results underscore the generalizability of this approach: the evolving paradigm driven by learning from experience yields consistent performance gains across foundation models of varying scales, establishing a robust and scalable path for advancing native agent capabilities.